Google Research는 AI를 활용한 피부 증상 정보 도구가 이용자의 병명 특정에 도움이 되는지를 2,345명을 대상으로 한 조사로 검증했다. AI 지원 그룹에서 병명을 추정할 수 있었던 비율은 23%로, 기존 검색을 사용하는 대조군의 8%를 크게 웃돌았다. 반면 다음에 취해야 할 행동의 정답률은 표준 AI 그룹에서 통계적으로 유의미한 개선이 나타나지 않았다. AI 그룹은 대조군보다 긴급도가 낮은 행동을 제안하는 경향이 약간 높았다(30% 대 27%).
Claude Platform의 코드 실행 도구가 code_execution_20260521을 지원하게 됐다. 도구 설명에 셀당 90초의 실행 시간 제한이 명시되어, Claude가 장시간 실행되는 셀의 시간 배분을 가늠할 수 있게 됐다.
Google Research는 기계학습 언러닝을 감사하는 새로운 프레임워크 「Regularized f-Divergence Kernel Tests」를 발표했다. AISTATS 2026에서 발표된 기법으로, 언러닝 후의 모델이 재학습 모델과 원래 모델 중 어느 쪽에 분포적으로 더 가까운지를 판정한다. 이론적으로는 샘플 수와 관계없이 위양성을 억제할 수 있으며, 데이터 수가 늘어날수록 위음성의 위험이 0으로 수렴한다고 알려져 있다.
Google DeepMind가 텍스트 확산(diffusion) 방식을 채택한 26B MoE 오픈 모델 DiffusionGemma를 Apache 2.0 라이선스로 공개했다. 전용 GPU에서 최대 4배 빠른 추론을 구현하며, 단일 NVIDIA H100에서 초당 1000개 이상의 토큰, NVIDIA GeForce RTX 5090에서 초당 700개 이상의 토큰을 출력한다. 다만 출력 품질은 표준 Gemma 4보다 낮아, 높은 품질이 필요한 용도에는 Gemma 4를 권장하고 있다.
선정 이유: 자기회귀 모델과의 속도 차이가 발생하는 원리, 로컬 추론에 적합한 조건, 클라우드 배포에서는 장점이 줄어드는 지점이 정리되어 있어 용도를 가늠하기에 유용하다.
Google DeepMind는 Schmidt Sciences, Cooperative AI Foundation, ARIA, Google.org와 공동으로 멀티에이전트 AI 안전성 연구를 대상으로 최대 1,000만 달러 규모의 연구 지원금 공모를 발표했다. 공모 분야는 샌드박스와 테스트베드, 에이전트 네트워크 과학, 에이전트 기반 강화, 모니터링과 제어의 4가지다. 응모 마감은 2026년 8월 8일이며, 선정 결과는 2026년 가을에 발표될 예정이다.
Anthropic이 공개한 Claude Platform 릴리스 노트에는 Claude Haiku 5.5의 제공 개시가 포함됐다. 100만 토큰의 컨텍스트 윈도우와 128k 최대 출력 토큰을 갖추고 있으며, Claude API와 Amazon Bedrock의 Claude 등 여러 환경에서 이용할 수 있다. 아울러 Claude Sonnet 5.5의 프롬프트 캐시 읽기 가격이 100만 토큰당 0.20달러에서 0.10달러로 인하됐다.
Google이 70개 이상 언어에서 거의 실시간으로 음성을 음성으로 번역하는 음성 모델 Gemini 3.5 Live Translate를 공개했다. 화자의 억양, 말하는 속도, 음높이를 유지한 자연스러운 번역 음성을 생성한다. 개발자를 위해 Gemini Live API와 Google AI Studio에서 퍼블릭 프리뷰로 제공되며, Google 번역 앱(Android, iOS)에도 적용이 시작됐다.
선정 이유: 개발자용 API, Google Meet, Google 번역 앱으로의 적용 범위가 한꺼번에 정리되어 있어 이용 경로를 비교하기 쉽다.
Google DeepMind가 노트북용 멀티모달 모델 Gemma 4 12B를 발표했다. 이미지와 음성 입력을 인코더 없이 LLM 본체에 직접 전달하는 구조이며, 16GB VRAM 또는 통합 메모리에서 동작한다. Apache 2.0 라이선스로 공개되었으며, Hugging Face와 Kaggle에서 가중치를 내려받을 수 있다.
선정 이유: 이미지와 음성을 인코더 없이 LLM 본체에 직접 입력하는 구조와 16GB에서 동작하는 메모리 요건이 제시되어 있어, 로컬 운용을 판단하는 데 참고가 된다.
Google DeepMind는 유럽의 초기 단계 로보틱스 스타트업 15곳을 선정한 3개월 프로그램 'Google DeepMind Accelerator: Robotics'를 시작했다. 참여 기업은 AI 스택과 Gemini robotics models에 대한 접근권을 비롯해 기술 멘토십과 제품 측면의 가이던스를 제공받는다. 참여 기업에는 로봇 용접과 금속 3D 프린팅의 파라미터 선정 및 품질 관리를 자동화하는 RobTrack을 개발하는 3D-Components(노르웨이) 등도 포함됐다.
Anthropic은 전 고객 대상 최고 성능 모델인 Claude Fable 5(claude-fable-5)를 공개했으며, Project Glasswing 참여자에게는 Claude Mythos 5(claude-mythos-5)도 제공한다. 두 모델은 기본적으로 1M 토큰 컨텍스트 윈도우, 최대 128k 출력 토큰, 상시 활성화된 adaptive thinking을 지원한다. Claude Opus 4.7에서 도입된 토크나이저를 사용하므로, 이전 모델에 비해 같은 텍스트에서 약 30% 더 많은 토큰이 생성된다.
선정 이유: 새 모델의 사양과 함께 토크나이저 변경에 따른 토큰 증가, 사고 모드 제약 등 이전(마이그레이션) 시 확인해야 할 변경 사항을 한눈에 정리할 수 있다.
Google DeepMind는 시에라리온에서 실시한 사전 등록 시험에서 Guided Learning을 사용한 학생들의 수학 점수가 대조군보다 +0.258 표준편차 상승했다고 발표했다. 8주간의 시험 기간은 일반적인 학습 진도의 약 1.2~1.7년 분에 해당한다. 69%의 학생들이 이용 목표를 달성하거나 넘어섰다.
Google이 Gemini Enterprise Agent Platform용 Agentic RAG 기반 크로스 코퍼스 검색(Cross-Corpus Retrieval)을 제공한다고 발표했다. 여러 에이전트가 계획, 쿼리 재작성, 검색을 나눠 맡고, 정보가 부족하지 않은지 확인하면서 검색을 이어간다. 표준 RAG와 비교해 사실성 데이터셋에서 정확도가 최대 34% 향상된 것으로 알려졌다.
Anthropic은 Claude Platform 릴리스 노트에서 Claude Opus 5.5, Claude Sonnet 5.5, Claude Haiku 5.5의 제공 개시를 기재했다고 밝혔다. Claude Managed Agents의 동적 워크플로, OpenTelemetry export(베타), Compliance API 확장 등도 포함됐다. 한편 모델에 따라 thinking이나 tool_choice 지정 시 400 오류가 발생하는 등 마이그레이션 시 주의할 점도 제시됐다.
선정 이유: 모델 추가, 요금 개정, 지원 종료, Managed Agents 확장이 날짜순으로 정리되어 있어, API 마이그레이션 시 확인해야 할 호환성 파괴 변경을 한눈에 확인할 수 있다.
Google Research는 얼굴 인증으로 잠금을 해제한 직후 전면 카메라로 촬영한 얼굴 영상에서 일상적인 스마트폰 사용 중의 심박수(HR)와 안정시 심박수(RHR)를 추정하는 연구 시스템 PHRM을 발표했다. 논문은 Nature에 게재됐다. HR의 오차는 MAPE 기준 10% 미만이며, 일일 RHR은 웨어러블 기기와 비교해 MAE 5 bpm 미만이다. 대규모 데이터셋과 학습된 모델 「PHRM-mini」도 자격을 갖춘 연구자를 대상으로 공개된다.
선정 이유: 얼굴 인증 시의 짧은 영상으로 심박을 추정하는 방법을, 피부색의 다양성을 고려한 검증 설계 및 실제 환경에서의 결과와 함께 확인할 수 있다.
Google은 AI 기반 홍수 예측을 위한 수문 모델 프레임워크를 GitHub에 오픈소스로 공개했다. Google Flood Hub의 하천 예측과 같은 아키텍처와 유사한 학습 데이터를 사용하며, 각국의 기상·수문 기관과 예보 담당자가 모델을 학습시킬 수 있다. 새 모델은 기존 버전에 비해 관측 지점이 있는 유역에서는 예측 가능 기간이 6일, 관측이 없는 유역에서는 1일 늘어난 것으로 알려졌다.
Microsoft AI가 음성 합성(TTS) 모델 'MAI-Voice-2'를 발표했다. 지원 언어는 영어 단일 언어에서 15개 언어로 확대됐으며, 병렬 비교 테스트에서는 이전 세대인 MAI-Voice-1보다 72%의 비율로 선호된 것으로 알려졌다. 5~60초 분량의 참조 음성으로 목소리를 재현하는 zero-shot 음성 프롬프트를 지원하며, Microsoft Foundry를 통해 제공되는 한편 VSCode 및 Dynamics 365 Contact Center와의 통합도 추진되고 있다.
Microsoft AI(MAI)가 이미지 모델 「MAI-Image-2.5」를 공개하고 Arena 이미지 편집 리더보드에서 2위에 올랐다고 밝혔다. 고속 버전인 「MAI-Image-2.5-Flash」도 함께 제공되며, 두 모델 모두 개발자를 위해 Foundry에서 이용할 수 있다. 요금은 MAI-Image-2.5가 텍스트 입력 1M 토큰당 5달러, 이미지 입력 1M 토큰당 8달러, 이미지 출력 1M 토큰당 47달러이며, MAI-Image-2.5-Flash는 각각 1.75달러, 1.75달러, 19.50달러이다.
Microsoft AI는 헬스 분야에서 자사의 가치관을 제품 설계와 제휴에 반영하고 있다고 설명했다. Mayo Clinic과 함께 의료 특화 프런티어 AI 모델을 공동 개발하고 있으며, 미국에서는 Copilot Health의 프리뷰를 시작했다.
선정 이유: 헬스 분야에서 Microsoft AI가 가치관을 설계와 제휴에 어떻게 반영하는지를 이용 규모와 Mayo Clinic과의 협업을 중심으로 정리하고 있다.
Microsoft AI(MAI)는 Build 2026 기조연설에서 이미지, 음성, 전사, 추론, 코딩에 걸친 7개의 신규 모델을 발표했다. 첫 추론 모델인 MAI-Thinking-1은 35B 활성 파라미터의 MoE 구조이며 256K 컨텍스트 윈도우를 갖추고 있으며, SWE Bench Pro에서 53%, AIME 25에서 97%를 기록한 것으로 설명됐다. 모델은 Foundry를 비롯해 Open Router, Fireworks, Baseten을 통해서도 제공될 예정이다.
Microsoft AI가 새로운 MAI 모델 7종을 공개했으며, OpenRouter, Fireworks, Baseten, Foundry를 통해 제공한다고 밝혔다. 개발자가 모델 가중치를 직접 튜닝할 수 있게 된 것은 이번이 처음이라고 한다. 강화학습으로 자사 워크플로에 AI를 맞추는 Microsoft Frontier Tuning도 발표했으며, Excel용 MAI 튜닝 모델은 GPT 5.4와 대등하면서 최대 10배 효율적이라고 밝혔다.
Microsoft AI가 음성 인식 모델 「MAI-Transcribe-1.5」를 발표했다. 사용자가 지정한 도메인 고유의 키워드 쪽으로 예측을 맞추는 키워드 바이어싱을 지원하며, 인명, 제품명, 의료 용어 등의 인식을 개선한다. FLEURS 다국어 벤치마크에서는 키워드 바이어싱 사용 시 단어 오류율(WER)이 30% 감소했다. 이 모델은 문맥을 바탕으로 적용 여부를 판단하며, 일반적인 음성에서의 정확도는 유지한다.
Microsoft AI는 코딩 모델 MAI-Code-1-Flash를 발표했다. GitHub Copilot의 프로덕션 하네스에서 직접 학습했으며, SWE-Bench Pro에서는 51.2% 대 35.2%로 Claude Haiku 4.5를 앞섰다고 밝혔다. SWE-Bench Verified에서는 최대 60% 적은 토큰으로 문제를 해결했다고 한다.
선정 이유: GitHub Copilot의 프로덕션 하네스에서 학습과 평가를 진행했다는 점과, 동일한 하네스에서 Claude Haiku 4.5와 비교한 수치가 제시되어 있어 비교의 전제 조건을 파악하기 쉽다.
Claude Platform의 advisor 도구에 호출마다 advisor 모델의 출력을 제한하는 max_tokens 파라미터가 추가되었다. tools[].max_tokens로 설정할 수 있으며, 전체 길이의 응답이 필요하지 않은 워크로드에서는 지연 시간과 출력 토큰 비용을 줄일 수 있다. 또한 Claude API에서는 출력을 전혀 생성하지 않고 stop_reason: "refusal"을 반환한 요청에 대해 더 이상 과금되지 않는다.
Anthropic의 Claude Platform 릴리스 노트는 Claude API, SDK, Claude Console의 변경 사항을 최신순으로 게재하고 있다. Claude Opus 5.5, Claude Sonnet 5.5, Claude Haiku 5.5, Claude Fable 5.1 등 모델 추가와 함께 요금 및 호환성에 영향을 주는 변경 사항도 포함되어 있다.
선정 이유: 모델 추가, 요금 개정, SDK 변경, 호환성 파괴 변경이 날짜순으로 정리되어 있어 마이그레이션 시 확인해야 할 부분을 쉽게 추적할 수 있다.
구글 리서치는 I/O 2026에서 선보인 연구 성과를 공식 블로그에서 총정리했다고 밝혔다. 'Gemini for Science'를 발표했으며, ERA와 Co-Scientist는 Nature에 게재됐다고 설명했다. 의료 분야에서는 Symptom AI, AMIE, MedGemma를 소개했고, 기상 분야에서는 WeatherNext와 Groundsource를 활용한 홍수 예측도 소개했다.
선정 이유: 분야별(과학, 의료, 기상, 양자 등)로 구글 리서치의 성과와 제공 현황이 정리되어 있어 I/O 2026의 연구 분야 전체 모습을 파악하기 좋다.
Mistral은 AI Now Summit 2026에서 Airbus, BMW, ASML과 함께 만든 산업 엔지니어링용 AI 스택 「Mistral for Industrial Engineering」을 발표했다. 동시에 장시간 여러 단계에 걸친 작업을 맡는 에이전트 「Vibe」를 하나로 통합해 제공한다. 프랑스 Les Ulis 거점에는 10 MW 규모의 추론용 데이터센터를 2026년 3분기에 개소할 예정이다.
Mistral은 Le Chat을 업무와 코딩 모두에 대응하는 통합 AI 에이전트 'Vibe'로 새롭게 선보였다고 밝혔다. Work Mode와 Code Mode를 갖추었으며, VS Code 확장과 Vibe CLI 업데이트도 동시에 공개했다. 요금제는 Free, Pro(월 $14.99), Team(사용자 1명당 월 $24.99), Enterprise이며, chat.mistral.ai에서 이용할 수 있다.
선정 이유: 업무용과 코딩용 에이전트를 하나로 통합했으며, Work Mode와 Code Mode의 기능 범위와 요금제가 구체적으로 정리되어 있다.
Mistral AI가 AI 애플리케이션용 프로덕션 검색 파이프라인을 구축하는 조합형 프레임워크 「Search Toolkit」을 퍼블릭 프리뷰로 공개했다. 수집, 검색, 평가를 공통 인터페이스로 통합했으며, 오픈소스로 제공되고 클라우드, 온프레미스, 엣지 어디에서든 동작한다. 검색 방식으로 BM25, 임베딩 기반 밀집 벡터 검색, 두 방식을 결합한 하이브리드 구성을 갖추고 있으며, 평가에서는 recall, precision, MRR, NDCG를 측정할 수 있다.
Anthropic이 가장 높은 성능의 모델인 Claude Opus 4.8(claude-opus-4-8)을 공개했다. Claude API, Amazon Bedrock, Google Cloud, Microsoft Foundry에서 1M 토큰 컨텍스트 윈도우를 기본으로 지원하며, 최대 출력은 128k 토큰이다. 아울러 대화 도중 시스템 메시지 추가 기능과 Claude Code의 워크플로 기능에 대한 리서치 프리뷰도 추가됐다.
선정 이유: Opus 4.8의 컨텍스트 길이와 출력 상한, Opus 4.7과의 차이가 정리되어 있어 전환 시 확인해야 할 설정을 파악하기 쉽다.
구글은 제로 트러스트 원칙에 따라 암호 기술을 이용한 안전한 집계와 TEE(신뢰 실행 환경)를 결합한 새로운 프라이빗 분석 체계를 도입했다고 밝혔다. 새로운 암호 프로토콜은 단말이 한 번의 메시지로 정보를 보낼 수 있어, 여러 라운드에 걸쳐 단말을 온라인 상태로 유지할 필요가 없다. TEE의 어테스테이션을 통해 참가자는 공개된 코드가 의도대로 실행되고 있는지 검증할 수 있다.
Mistral은 물리 AI(physics AI)를 기업용 솔루션의 새로운 핵심 기능으로 내세우며, 이를 위해 Emmi AI를 Mistral에 영입했다고 밝혔다. 물리 AI는 형상과 경계 조건으로부터 물리장 전체를 단일 GPU에서 한 번의 순전파로 초 단위에 예측하는 모델이며, 파트너로는 ASML, Airbus, Safran, Siemens Energy가 거론됐다.
Mistral은 Emmi AI 인수를 거쳐 항공우주, 자동차, 반도체, 에너지 등을 대상으로 한 산업용 Physics AI 연구를 진행하고 있으며, 관련 연구 성과를 공개했다. 2025년 12월 1일에는 천음속 영역의 3D 날개를 대상으로 한 CFD 시뮬레이션 데이터셋을 공개했으며, 약 30,000개 샘플의 체적장과 표면장을 포함한다고 밝혔다. AB-UPT는 리메시 없이 단일 GPU에서 표면 9M, 체적 140M 셀을 처리한다.
Anthropic은 Claude Platform 릴리스 노트에서 Claude API, SDK, Claude Console의 변경 사항을 최신순으로 공개하고 있다. Claude Haiku 5.5, Claude Sonnet 5.5, Claude Opus 5.5 등 모델 추가와 함께 Claude Managed Agents의 기능 확장 내용도 실려 있다.
선정 이유: 모델 추가, API 사양 변경, Managed Agents 기능 확장이 날짜순으로 정리되어 있어 마이그레이션 시 깨지는 변경 사항을 한눈에 확인하기 좋다.
Mistral AI가 오스트리아 출신 물리 AI 기업 Emmi AI를 인수하는 데 합의했다. 산업 분야에서 회사의 입지를 강화하려는 목적이다. Emmi AI의 연구자·엔지니어 30명 이상은 5월에 Mistral AI의 Science 팀과 Applied AI 팀에 합류할 예정이며, 양사의 모델을 결합해 엔지니어용 에이전트를 개발할 계획이라고 밝혔다.
Mistral AI가 128B 덴스 오픈 웨이트 모델 Mistral Medium 3.5를 퍼블릭 프리뷰로 공개하고, Mistral Vibe와 Le Chat에 클라우드에서 작동하는 리모트 에이전트를 추가했다고 밝혔다. SWE-Bench Verified에서 77.6%, τ³-Telecom에서 91.4를 기록했다고 설명했다. Pro, Team, Enterprise 플랜에서 이용할 수 있으며, API 요금은 입력 100만 토큰당 $1.5, 출력 100만 토큰당 $7.5이다.
선정 이유: 128B 덴스 모델의 공개와 클라우드형 에이전트 제공이 동시에 발표됐고, 가격과 자체 호스팅 요건도 함께 명시되어 있어 도입 판단의 근거로 활용하기 쉽다.
Mistral는 내장 커넥터와 커스텀 MCP를 API/SDK를 통해 모든 모델·에이전트 호출에 사용할 수 있는 Connectors를 Studio에 공개했다. 도구를 직접 호출하는 기능과 실행 전에 사람의 승인을 거치는 흐름도 추가했다. Public Preview로, https://console.mistral.ai/build/connectors 에서 이용할 수 있다.
선정 이유: 연동 처리를 코드가 아닌 플랫폼 측에 등록하는 설계와, 승인 흐름 및 도구를 직접 호출하는 방법이 코드 예시와 함께 구체적으로 제시되어 있다.
Google DeepMind는 아시아태평양 지역에서 처음으로 "AI for the Planet"을 주제로 한 액셀러레이터(액셀러레이터 프로그램)를 시작했다. 스타트업, 연구팀, 비영리단체를 대상으로 자연, 기후, 농업, 에너지 등의 과제 해결에 프론티어 AI를 활용하도록 지원한다. 기간은 3개월이며, 선정된 단체는 전문가의 멘토십과 Google의 프론티어 사이언스 계열 AI 모델 통합 지원을 받는다. 프로그램은 싱가포르에서 대면 부트캠프로 시작된다.
Google은 Gemini로 과학 계산 코드를 작성하고 최적화하는 연구 도구 ERA(Empirical Research Assistance)의 논문을 Nature에 게재했다고 밝혔다. ERA는 유전학, 공중보건, 위성 영상 분석 등의 벤치마크에서 전문가 수준의 성능을 보였다고 한다. ERA와 AlphaEvolve로 구축한 Computational Discovery도 Gemini for Science를 통해 단계적으로 제공이 시작된다.
Claude Platform은 사설 네트워크 내부의 MCP 서버에 연결할 수 있는 MCP 터널을 리서치 프리뷰로 제공하기 시작했으며, Claude Managed Agents용 셀프 호스팅 샌드박스를 사용할 수 있게 됐다고 밝혔다.
LG AI연구원 Bio Intelligence Lab의 윤주승 연구원이 병리 이미지 파운데이션 모델 EXAONE Path 개발을 주도하고 있다. EXAONE Path는 Virchow2-G(1.9B) 등 경쟁 모델보다 훨씬 적은 135M 파라미터로 글로벌 최상위권 성능을 기록했다. 자체 데이터셋 1위, 글로벌 공공 벤치마크 Patho-bench 2위를 기록했다.